IA e os Problemas Difíceis do Mundo · Bioengenharia e biologia sintética · arXiv · 2026-10-21
GFlowNets com Currículo Aumentado para Geração de Sequências de mRNA
Título original: Curriculum-Augmented GFlowNets For mRNA Sequence Generation
O projeto de novo de sequências de mRNA que codificam proteínas-alvo exige otimizar múltiplos objetivos biológicos em grandes espaços combinatórios de códons sinônimos, um cenário em que o aprendizado por reforço sofre de colapso de modos e os GFlowNets enfrentam recompensas esparsas ao longo de horizontes longos. Os Curriculum-Augmented GFlowNets (CAGFNs) são um GFlowNet multiobjetivo treinado com um currículo adaptativo baseado em comprimento guiado pelo progresso do aprendizado, aprendendo a partir de tarefas progressivamente mais difíceis com proteínas-alvo mais longas. No CodonDesignEnv, um novo ambiente em nível de códon que preserva a identidade proteica por meio de mascaramento dinâmico de ações, os CAGFNs alcançam cobertura e diversidade da frente de Pareto competitivas ou superiores, convergem até 4 vezes mais rápido do que GFlowNets sem currículo e mantêm 100% de unicidade de sequência em comparação com linhas de base de RL.